人工智能导论.pptx

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,人工智能,人工智能导论,第1页,教材及主要参考书,:,1,蔡自兴、徐光佑,.,人工智能及其应用,.,清华大学出版社,（第三版）,（第四版）,2,王永庆,.,人工智能原理与方法,.,西安交通大学出版社,.,3Nilsson.Artificial Intelligence-A New Synthesis,机械工业出版社,1999(,英文,版,),（汉字版）,学习资料,:,Web,搜索、包含课件、文章等等。,IJCAI,国际人工智能大会,Artificial Intelligence,（期刊）,AAAI,（美国人工智能联合会）,考评,成绩评定方法：期末考试大作业,考试方式：闭卷。,各教学步骤占总分百分比：期末考试占考试成绩,80%,，大作业占,20%,。,放在前面,2,人工智能导论,第2页,Movies,人工智能,导演：斯皮尔博格,提醒：电影从一个小孩子眼光来诠释人与机器人关系，并揭示了一个残酷事实：机器人永远不能变成人类、他们不能有爱，即使有也只是一段程序。,3,人工智能导论,第3页,机械公敌（,I robot,）,影片依据艾萨克,阿西莫夫经典科幻短篇小说集,我，机器人,改编。故事发生在,2035,年，科技已经发展到相当高水准，尤其是智能机器人领域，他们已经完全融进了人类各种生产和生活中。,机器人三大法则,:,机器人不得伤害人，或任人伤害而无所作为；机器人应服从人一切命令，但命令与第一法则冲突时例外；机器人必须保护本身安全，但不得与前两条法则抵触。,Movies,4,人工智能导论,第4页,黑客帝国（,MATRIX,）,Movies,5,人工智能导论,第5页,Iron Man,人工智能导论,第6页,What,is,AI?,人工智能导论,第7页,What is AI?,定义,1,智能机器,(intelligent machine),能够在各类环境,中自主地或交互地执行各种拟人任务机器。,定义,2,人工智能,(,学科,),人工智能,(,学科,),是计算机科学中包括研究、设计和应用智能机器一个分支。它近期主要目标在于研究用机器来模仿和执行人脑一些智力功效，并开发相关理论和技术。,定义,3,人工智能,(,能力,),人工智能,(,能力,),是智能机器所执行通常与人类智能相关智能行为，如判断、推理、证实、识别、感知、了解、通信、设计、思索、规划、学习和问题求解等思维活动。,人工智能导论,第8页,大师眼中人工智能,Bellman,1978:,人工智能是那些与人思维、决议、问题求解和学习等相关活动自动化进程。,Haugeland,1985:,人工智能是一个使计算机能够思维，使机器含有智力激感人心新尝试。,Charniak,和,McDermott,1985,：人工智能是用计算模型研究智力行为。,Kurzwell,1990,：人工智能是一个能够执行，需要人智能，创造性机器技术。,人工智能导论,第9页,Schalkoff,1990,：人工智能是一门经过计算过程，力图了解和模仿智能行为学科。,Rick,和,Knight,1991,：人工智能研究怎样使计算机做事，而让人过得更加好。,Winston,1992,：人工智能是研究那些使了解、推理和行为成为可能计算。,Luger,和,Stubblefield,1993,：人工智能是计算机科学中，与智能行为自动化相关一个分支。,人工智能导论,第10页,What can AI do for you?,人工智能导论,第11页,人工智能导论,第12页,人工智能导论,第13页,人工智能导论,第14页,人工智能导论,第15页,人工智能导论,第16页,人工智能导论,第17页,人工智能导论,第18页,人工智能导论,第19页,人工智能基础,人工智能导论,第20页,人工智能基础,人工智能（,ArtificialIntelligence,）,英文缩写为,AI,是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等各种学科相互渗透而发展起来综合性新学科。自问世以来,AI,经过波波折折，终于作为一门边缘新学科得到世界认可而且日益引发人们兴趣和关注。,人工智能导论,第21页,AI,基础,哲学：标出了,AI,大部分主要思想,数学：使,AI,成为一门规范科学 数学形式化,神经科学：网络，并行处理,心理学：认知理论,计算机工程：,AI,“载体”,语言学：知识表示、语法,人工智能导论,第22页,哲学,形式化规则能用来抽取合理结论吗？,亚里士多德（,Aristotle,）为形式逻辑奠定了基础，第一个把支配意识理性部分法则形式化为准确法则集合，经典代表就是三段论，即初始前提条件下机械地推导出结论。,17,世纪，有些人提出推理如同数字计算，帕斯卡写到：“算术机器产生效果显然更靠近思维，而不是动物其它活动。”,结论：必定结论，即能够用一个规则集合描述意识形式化部分,人工智能导论,第23页,精神意识是怎样从物质大脑产生出来？,Descartes(,笛卡尔,),给出了第一个关于意识和物质之间区分以及由此产生清楚讨论,二元论,意识（灵魂、精神）一部分是超脱于自然之外，不受物理定律影响,动物不含有这种属性，它们能够被当做机器对待,唯物主义,大脑依照物理定律运转而组成意识,自由意志是对出现在选择过程中可能选择感受方式,结论：两种选择：二元论和唯物主义,人工智能导论,第24页,知识从哪里来？,关于知识起源：,Francis Bacon(,培根,),新工具论,开始了经验主义运动,John Locke(,洛克,),指出：“无物非先感而后知”,Rudolf Carnap(,鲁道夫,卡尔纳普,),发展了逻辑实证主义学说，认为,全部知识都能够用最终与（对应于传感器输入）观察语句相联络逻辑理论来刻画。,科学哲学任务之一是结构“形式人工语言”以及系统理论，方便于我们更加好地进行科学概念和科学陈说重新结构。这种语言和自然语言不一样，它不是世袭，而是按照我们制订规则结构出来。,结论：知识起源于实践,人工智能导论,第25页,知识是怎样造成行动？,Aristotle:行动是经过目标与关于行动结果知识之间逻辑联络来判定。,他深入指出，要深思不是结局而是伎俩，假设了结局并考虑怎样以及经过什么伎俩得到结局，结局是否轻易是否最好，伎俩在分析次序中是最终一个，在生成次序中是第一个,这实际上就是回归规划系统，23后，1972年Newell&Simon研制了第一个能够拟人类问题处理计算机程序GPS程序（General Problem Solver program）当多个行动能够抵达目标时或根本无法抵达目标时，怎样行事？,结论：经过目标和关于行动结果知识之间逻辑联络来判定,人工智能导论,第26页,哲学家们标志出了,AI,大部分思想，但实现成为一门规范科学飞跃就要求在三个基础领域完成一定程度数学形式化：逻辑、计算和概率。,人工智能导论,第27页,数学,什么是抽取合理结论形式化规则？,Boole,逻辑（靠近命题逻辑）,Frege,扩展了,Boole,逻辑，使其包含对象和关系，创建了一阶逻辑（当今最基本知识表示系统）,结论：形式化规则,=,命题逻辑和一阶谓词逻辑,人工智能导论,第28页,数学,概率,概率起源于对赌博问题可能结果描述，成为全部需要定量科学无价之宝，帮助对付不确定测量和不完备理论。（,Cardano,，,16,世纪）,Bayes,提出了依据新证据更新概率法则（,18,世纪）,Bayes,分析形成了大多数,AI,系统中不确定推理当代方法基础,结论：使用贝叶斯理论进行不确定推理,人工智能导论,第29页,数学,什么能够计算？,能够被计算，就要找到一个算法,算法本身研究在19世纪晚期，把普通数学推理形式化为逻辑演绎努力,19，David Hilbert(希尔伯特)著名“23个问题”最终一个问题是：是否存在一个算法能够判定任何包括自然数逻辑命题真实性。/有效证实过程能力是否有基础不足,这一问题被Kurt Godel(哥德尔)证实了，确实存在真实局限（不完备性定理，1931）,人工智能导论,第30页,1930,年，哥德尔提出，存在一个有效过程能够证实罗素和弗雷格一阶逻辑中任何真值语句，不过一阶逻辑不能捕捉到刻画自然数所需要数学归纳法标准。,1931,年，哥德尔证实了不完备性定理，在任何表示能力足以描述自然数语言中，在不能经过任何算法建立它们真值意义下，存在不可判定真值语句。,不完备性定理还能够表述为，整数一些函数无法用算法表示，即不可计算。,人工智能导论,第31页,Turning,试图准确地刻画哪些函数是能够被计算但，计算或有效过程概念是无法给出形式化定义。,图灵说明了一些函数没有对应图灵机，没有通用图灵机能够判定一个给定程序，对于给定输入能否返回答案或者永远运行下去。,在不可计算性以外，不可操作性含有更主要影响，假如处理一个问题需要计算时间伴随实例规模成指数级增加，则该问题被称为不可操作,人工智能导论,第32页,以,Steven Cook,和,Richard Carp,为代表,NP-,完全理论为认识不可操作问题提供一个方法。,Cook,和,Carp,证实了大量各种类别规范组合搜索和推理问题属于,NP-,完全问题。,但任何,NP-,完全问题类可归约而成问题类很可能是不可操作,结论：有了可计算性可算法复杂性理论指导,人工智能导论,第33页,神经科学：大脑是怎样处理信息？,在,1943,年沃仑,麦卡洛克（,Warrenc McCulloch,）和沃尔特,皮兹（,Walter Pitts,）工作是这方面最早尝试之一。他们表明，在标准上由非常简单单元连接在一起组成“网络”能够对任何逻辑和算术函数进行计算。因为网络单元有些像大大简化神经元，它现在常被称作“神经网络”。,人工智能导论,第34页,神经科学是研究神经系统尤其是大脑科学,即使几千年来人们一直赞同大脑以某种方式和思维相联络，因为证据表明头部受到重击会造成精神缺点，不过直到,18,世纪中期人们才广泛地认可大脑是意识居所。,1861,年法国神经解剖家布鲁卡，对八名有语言障碍：能听懂而不能说病人，进行研究时发觉，因为大脑左侧额区后部，一些组织受损所致。对这个区域命名为布鲁卡语言区。,1874,年奥地利医生威尔尼克发觉，与布鲁卡稍有区分颞叶部分能控制、了解与记忆，因而命名此区域为威尔尼克语言区。,人工智能导论,第35页,英国,自然,杂志登载：中国人民解放军,306,医院“认知科学与学习”试验脑功效成像中心，与香港大学合作试验发觉，使用华语和应用英语，人脑所司语言区不一样。讲华语因为是词根式语言，结构灵活，要多了解、多记忆，活动量大，所以，应用威尔尼克运动区。而说英语因为依靠语言形态改变，须要多听、多说所以，使用布鲁卡听力区。,人工智能导论,第36页,1990,年核磁共振成像为神经科学家提供了关于大脑活动细致图像，使得以某种方式与正在进行认知过程相符合测量成了可能。,真正令人震惊结论是，简单细胞集合能够造成思维、行动和意识，即使大脑产生意识,大脑活动过程对计算机工作过程有所启发,人工智能导论,第37页,心理学：人类和动物是怎样思索？,机器思索归根结底还是模仿人类思维模式，正是,“,思索,”,这一人类本质属性，使得人工智能和心理学从最初就紧密地联络在一起。,John Watson(,沃森,),领导行为主义认为，内省不能提供可靠证据，拒绝任何包括精神过程理论，只研究动物感知及其反应,认知心理学主要特征是，把大脑当做信息处理装置，,Frederic Bartlett,（弗雷德里克,巴特莱特）领导剑桥大学应专心理小组使得认知模型得以繁荣,心理学家普遍认为，认知理论就应该像计算机程序,结论：人类思索和活动应该是一个信息处理过程,人工智能导论,第38页,计算机工程：怎样制造能干计算机？,AI,需要智能和人工制品，即计算机。,AI,对主流计算机科学影响,分时技术,交互式翻译器,使用窗口和鼠标个人计算机,面向对象编程,人工智能导论,第39页,语言学：语言和思维是怎样联络起来？,当代语言学诞生：,Chomsky,（乔姆斯基）理论,1957,年,句法结构,出版，颠覆了行为主义，认为儿童怎么能了解和结构他们以前没有听到过句子，而乔姆斯基关于语法模型理论则能解释这个现象，而且足够形式化,知识表示许多早期工作和语言紧密联络,人工智能导论,第40页,为何,AI,有必要成为一个单独领域？,和控制论、运筹学、决议理论目标类似,为何不是数学一个分支？,AI,从一开始就承载着复制人才能思想,方法论不一样,AI,属于计算机科学分支,AI,试图建造在复杂和改变环境中自动发挥功效,机器,人工智能导论,第41页,人工智能发展,人工智能导论,第42页,人工智能发展,人工智能萌芽（,1956,年以前）,人工智能诞生（,1956-1961,年）,人工智能发展（,1961,年后）,en.wikipedia.org/wiki/History_of_artificial_intelligence,人工智能导论,第43页,人工智能萌芽阶段,亚里斯多德,(Aristotle 384-322 BC),，主要贡献为逻辑,(logic),及形而上学,(metaphysics),两方面思想。,亚氏在逻辑主要成就包含主谓命題,(statement in subject-predicate form),及关于这类命題逻辑推理方法，特別是三段论证,(syllogism),。,所谓“命题”就是真,(true),或假,(false),句子，比如“苏格拉底是人”，這是真命题；至于问句“我书在那里？”就不是命题了，它并沒有真假意义可言。,人工智能导论,第44页,亚里斯多德与逻辑、推理,逻辑只讨论命題，因它有真假可言。亚氏认为命題基本是由主词,(subject),与谓词,(predicate),组成，主词是命題所描述事物或主題，谓词則是描述主词词语。,亚氏提出四种比较复杂主谓命題，它们都含有以下结构：量词主词系词谓词。這里我们以符号,S,及,P,分別表示主词及谓词。,系词有两种：是或不是；量词亦有两种：全部,(all),或有,(some),。,人工智能导论,第45页,亚里斯多德与逻辑、推理,(A),全部,S,是,P(,或 凡,S,是,P),，比如凡人是动物；,(B),凡,S,不是,P,，比如凡猫不是狗；,(C),有,S,是,P,，比如有花是白；,(D),有,S,不是,P,，如有花不是白。,所谓逻辑推论，即指由前提推导出结论正确,(valid),方法，在这种正确推论中，若前提为真，则结论亦必定为真。,人工智能导论,第46页,亚里斯多德与逻辑、推理,关于推论，亚氏特別讨论三段论证，这是由两个前提推出结论方法。,比如：,(i),凡孔子后代是人,(ii),凡人皆会死,所以，凡孔子后代会死。,若写成普遍形式，則是：,(i),凡,S,是,M;(ii),凡,M,是,P,，所以凡,S,是,P,。这里,(i),及,(ii),是两个前提，若这两个前提为真，则以上推出结论,(,凡,S,是,P),亦必定地真，所以这个三段论证是正确。,人工智能导论,第47页,2.,培根与归纳法,培根（,Bacon),英国哲学家和自然科学家。年培根出生在英国伦敦一个贵族家庭，父亲是女王掌玺大臣，母亲也是贵族出身。培根小时候身体很弱，经常生病，但他却很爱学习，喜欢阅读比他年纪应读书更为高深书籍，岁时便进入英国著名剑桥大学读书。培根只在剑桥住了年。当初剑桥受“经院哲学”统治，不重视科学研究，而重视研究神学，用繁琐方法来证实宗教教条正确。培根对此非常反感，于是便离开了那里。,年，培根总结了他哲学思想，出版了,新工具,一书。在书中他响亮地提出了“知识就是力量”观点。他指出，要想控制自然，利用自然，就必须掌握科学知识。他认为真正哲学必须研究自然，研究科学。为此，他十分重视科学试验，认为只有经过试验才能取得真正知识。,人工智能导论,第48页,2.,培根与归纳法,培根主要贡献是系统地提出了归納法，成为和亚里士多德演绎法相辅相成思维法则。,这里所说“归纳推理”是广义，指一切扩展性推理，它们结论所断定超出了其前提所断定范围，因而前提真无法确保结论真，整个推理所以缺乏必定性。,人类智能本质特征和最高表现是创造。在人类创造过程中，含有必定性演绎推理当然起主要作用，但更为主要是含有某种不确定性归纳、类比推理以及含糊推理等。所以，计算机要成功地模拟人智能，真正表达出人智能品质，就必须对各种含有不确定性推理模式进行研究。,人工智能导论,第49页,3.Turing,图灵与人工智能,艾伦麦席森图灵（Turing，196月23日-1954年6月7日），英国数学家，举世公认“人工智能之父”。,3岁那年，他进行了在科学试验方面首次尝试把玩具木头人胳膊掰下来种植到花园里，想让它们长成更多木头人。8岁时，图灵尝试着写了一部科学著作，题名关于一个显微镜。,人工智能导论,第50页,提出图灵机,1936,年，年仅,24,岁图灵发表了著名,论应用于决定问题可计算数字,一文，作为说明当代电脑原理开山之作，被永远载入了计算机发展史册。,这篇论文原本是为了处理一个基础性数学问题：,是否只要给人以足够时间演算，数学函数都能够经过有限次机械步骤求得解答？,传统数学家当然只会想到用公式推导证实它是否成立，可是图灵独辟蹊径地想出了一台冥冥之中机器。,人工智能导论,第51页,图灵把人在计算时所做工作分解成简单动作，与人计算类似，机器需要：（,1,）存放器，用于贮存计算结果；（,2,）一个语言，表示运算和数字；,(3),扫描；（,4,）计算意向，即在计算过程中下一步打算做什么；（,5,）执行下一步计算。,详细到一步计算，则分成：（,1,）改变数字符号；（,2,）扫描区改变，如往左进位和往右添位等；（,3,）改变计算意向等。图灵还采取了二进位制。这么，他就把人工作机械化了。这种理想中机器被称为,图灵机,。图灵机是一个抽象计算模型，用来准确定义可计算函数。,人工智能导论,第52页,图灵机被公认为当代计算机原型，这台机器能够读入一系列,0,和,1,，这些数字代表了处理某一问题所需要步骤，按这个步骤走下去，就能够处理某一特定问题。,在图灵看来，这台机器只用保留一些最简单指令，一个复杂工作只用把它分解为这几个最简单操作就能够实现了，在当初他能够含有这么思想确实是很了不起。他相信有一个算法能够处理大部分问题，而困难部分则是怎样确定最简单指令集，怎么样指令集才是最少，而且又能顶用，还有一个难点是怎样将复杂问题分解为这些指令问题。,人工智能导论,第53页,破译,恩尼格玛密码机,第二次世界大战期间，图灵应征入伍，在战时英国情报中心“布雷契莱庄园”（,Bletchiy,）从事破译德军密码工作，与战友们一起制作了第一台密码破译机。在图灵理论指导下，这个“庄园”以后还研制出破译密码专用电子管计算机“巨人”（,Colossus,），在盟军诺曼底登陆等战役中立下了丰功伟绩，当初他才,27,岁。,人工智能导论,第54页,1945,年，脱下军装图灵，带着大英帝国授予最高荣誉勋章，被录用为泰丁顿国家物理研究所高级研究员。因为有了布雷契莱实践，他提交了一份“自动计算机”设计方案，领导一批优异电子工程师，着手制造一个名叫,ACE,电脑。,1950,年，,ACE,电脑样机公开演出，被认为是当初世界上最快最强有力电子计算机之一。,人工智能导论,第55页,Can a machine think,？,1950,年，图灵来到曼彻斯特大学任教，并被指定为该大学自动计算机项目标责任人。就在这年,10,月，他又一篇划时代论文,计算机与智能,发表。这篇文章以后被更名为,机器能思维吗？,.,它引来惊雷，今天还在震撼着电脑世纪。在“第一代电脑”占统治地位时期，这篇论文甚至能够作为“第五代电脑”和“第六代电脑”宣言书。,图灵写道：你无法制造一台替你思索机器，这是人们普通会毫无疑义接收下来老生长谈。我论点是：与人脑活动方式极为相同机器是能够制造出来。,更有趣是，图灵还设计了一个“图灵试验”，试图经过让机器模仿人回答一些问题，判断它是否具备智能。,人工智能导论,第56页,图灵试验,图灵指出：“假如机器在一些现实条件下，能够非常,好地模仿人回答下列问题，以至提问者在相当长时间里误认,它不是机器，那么机器就能够被认为是能够思维。”,人工智能导论,第57页,图灵测试对计算机要求,自然语言处理,知识表示,自动推理,机器学习,从表面上看，要使机器回答按一定范围提出问题似乎没有什么困难，能够经过编制特殊程序来实现。然而，假如提问者并不遵照常规标准，编制回答程序是极其困难事情。,人工智能导论,第58页,图灵试验,问：你会下国际象棋吗？,答：是。,问：你会下国际象棋吗？,答：是。,问：请再次回答，你会下国际象棋吗？,答：是。,你多半会想到，面前这位是一部笨机器。,人工智能导论,第59页,图灵试验,问：你会下国际象棋吗？,答：是。,问：你会下国际象棋吗？,答：是，我不是已经说过了吗？,问：请再次回答，你会下国际象棋吗？,答：你烦不烦，干嘛老提一样问题。,人工智能导论,第60页,图灵试验,上述两种对话区分在于，,第一个可显著地感到回答者是从知识库里提取简单答案，第二种则含有分析综合能力，回答者知道观察者在重复提出一样问题。,“图灵试验”没有要求问题,范围,和提问,标准,，假如想要制造出能经过试验机器，以我们现在技术水平，必须在电脑中储存人类全部能够想到问题，储存对这些问题全部合乎常理回答，而且还需要理智地作出选择。,人工智能导论,第61页,图灵预言,图灵曾预言，伴随电脑科学和机器智能发展，本世纪末将会出现这么机器。在这点上，图灵也过于乐观。不过，“图灵试验”大胆地提出“机器思维”概念，为人工智能确定了奋斗目标，并指明了前进方向。,遗憾是，,1954,年,6,月,8,，图灵英年早逝！,直到现在，计算机界仍有个一年一度“图灵奖”，由美国计算机学会（,ACM,）颁发给世界上最优异电脑科学家，像科学界诺贝尔奖金那样，是电脑领域最高荣誉。,人工智能导论,第62页,ENIAC,宾夕法尼亚大学莫奇利,Mauchly,和埃克特,Eckert,等研制成功,ENIAC,电子数字计算机，为人工智能研究奠定物质基础。,缺点：,（,1,）没有存放器；（,2,）它用布线接板进行控制，甚至要搭接几天，计算速度也就被这一工作抵消了,埃克特（右）和莫克利（左）,人工智能导论,第63页,Von Neumann,提出冯,诺依曼计算机模型。,熟悉计算机发展历史人大都知道，美国科学家冯,诺依曼被誉为“计算机之父”，他是本世纪最伟大创造家之一。,冯,诺依曼,人工智能导论,第64页,数学史界却一样坚持认为，冯,诺依曼是本世纪最伟大数学家之一，他在遍历理论、拓扑群理论等方面作出了开创性工作，算子代数甚至被命名为“冯,诺依曼代数”。,物理学家说，冯,诺依曼在,30,年代撰写,量子力学数学基础,已经被证实对原子物理学发展有极其主要价值，,经济学家则重复强调，冯,诺依曼建立经济增加横型体系，尤其是,40,年代出版著作,博弈论和经济行为,，使他在经济学和决议科学领域竖起了一块丰碑。,人工智能导论,第65页,1931,年匈牙利首都布达佩斯，一位犹太银行家在报纸上登载启事，要为他,11,岁孩子招聘家庭教师，聘金超出常规,10,倍。布达佩斯人才济济，可一个多月过去，竟然没有一人前往应聘。因为这个城市里，谁都听说过，银行家长子冯,诺依曼聪慧过人，,3,岁就能背诵父亲帐本上全部数字，,6,岁能够心算,8,位数除,8,位数复杂算术题，,8,岁学会了微积分，其非凡学习能力，使那些曾经教过他教师惊诧不已。父亲无可奈何，只好把冯,诺依曼送进一所正规学校就读。不到一个学期，他班上数学老师走进家门，告诉银行家自己数学水平已远不能满足冯,诺依曼需要。“假如不给创造这孩子深造机会，将会耽搁他前途，”老师认真地说道，“我能够将他推荐给一位数学教授，您看怎样？”银行家一听大喜过望，于是冯,诺依曼一面在学校跟班读书，一面由布达佩斯大学教授为他“开小灶”。,人工智能导论,第66页,然而，这种情况也没能维持几年，勤奋好学中学生很快又超出了大学教授，他竟然把学习触角伸进了当初最新数学分支,集合论和泛函分析，同时还阅读了大量历史和文学方面书籍，而且学会了七种外语。毕业前夕，冯,诺依曼与数学教授联名发表了他第一篇数学论文，那一年，他还不到,17,岁。,人工智能导论,第67页,考大学前夕，匈牙利政局出现动荡，冯,诺依曼便浪迹欧洲各地，在柏林和瑞士一些著名大学听课。,22,岁时，他获瑞士苏黎士联邦工业大学化学工程师文凭。一年之后，轻而易举摘取布达佩斯大学数学博士学位。在柏林当了几年无薪讲师后，他转而攻向物理学，为量子力学研究数学模型，又使自己在理论物理学领域占据了突出地位。风华正茂冯,诺依曼，靠着顽强学习毅力，在科学殿堂里“横扫千军如卷席”，成为横跨“数、理、化”各门学科超级全才,。,人工智能导论,第68页,1928,年，美国数学泰斗、普林斯顿高级研究员维伯伦教授（,O.Veblen,）广罗天下之英才，一封烫金大红聘书，寄给了柏林大学这位无薪讲师，请他去美国讲授“量子力学理论课”。冯,诺依曼预料到未来科学发展中心即将西移，欣然同意赴美国任教。,1930,年，,27,岁冯,诺依曼被提升为教授；,1933,年，他又与爱因斯坦一起，被聘为普林斯顿高等研究院第一批终生教授，而且是,6,名大师中最年轻一名。,人工智能导论,第69页,1944,年仲夏一个黄昏，戈德斯坦来到阿贝丁车站，等候去费城火车，突然看见前面不远处，有个熟悉身影向他走过来。来者正是闻名世界大数学家冯,诺依曼。天赐良机，戈德斯坦感到绝不能放过这次偶然邂逅，他把早已埋藏在心中几个数学难题，一古脑儿倒出来，向数学大师讨教。数学家和善可亲，没有一点架子，耐心地为戈德斯坦排忧解难。听着听着，冯,诺依曼不觉流露出吃惊神色，敏锐地从数学问题里，感到眼前这位青年身边正发生着什么不寻常事情。他开始反过来向戈德斯坦发问，直问得年轻人“好像又经历了一次博士论文答辩”。最终，戈德斯坦毫不隐瞒地告诉他莫尔学院电子计算机课题和当前研究进展。,人工智能导论,第70页,冯,诺依曼由,ENIAC,机研制组戈尔德斯廷中尉介绍参加,ENIAC,机研制小组后，便率领这批富有创新精神年轻科技人员，向着更高目标进军,1945,年，他们在共同讨论基础上，发表了一个全新“存放程序通用电子计算机方案”,EDVAC,（,Electronic Discrete Variable AutomaticCompUter,缩写）在这过程中，冯,诺依曼显示出他雄厚数理基础知识，充分发挥了他顾问作用及探索问题和综合分析能力,人工智能导论,第71页,EDVAC,方案明确奠定了新机器由五个部分组成，包含：运算器、逻辑控制装置、存放器、输入和输出设备，并描述了这五部分职能和相互关系,EDVAC,机还有两个非常重大改进，即：（,1,）采取了二进制，不但数据采取二进制，指令也采取二进制；（,2,）建立了存放程序，指令和数据便可一起放在存放器里，并作一样处理简化了计算机结构，大大提升了计算机速度,1946,年,7,，,8,月间，冯,诺依曼和戈尔德斯廷、勃克斯在,EDVAC,方案基础上，为普林斯顿大学高级研究所研制,IAS,计算机时，又提出了一个愈加完善设计汇报,电子计算机逻辑设计初探,以上两份现有理论又有详细设计文件，首次在全世界掀起了一股“计算机热”，它们综合设计思想，便是著名“冯,诺依曼机”，其中心就是有存放程序。,人工智能导论,第72页,他是美国国家科学院、秘鲁国立自然科学院和意大利国立林且学院等院院士。,1954,年他任美国原子能委员会委员；,1951,年至,1953,年任美国数学会主席。,1954,年夏，冯,诺依曼被使现患有癌症，,1957,年,2,月,8,日，在华盛顿逝世，终年,54,岁。,人工智能导论,第73页,人工神经网络,McCulloch,和,Pitts,建立神经网络数学模型，经过模拟人脑实现智能，开创人工神经网络研究。,人工智能导论,第74页,w,ij,代表神经元,i,与神经元,j,之间连接强 度,(,模拟生物神经元之间突触连接强度,),，称之为连接权；,u,i,代表神经元,i,活跃值，即神经元状态；,v,j,代表神经元,j,输出，即是神经元,i,一个输入；,i,代表神经元,i,阈值。,函数,f,表示了神经元输入输出特征。在,MP,模型中，,f,定义为阶跃函数：,人工智能导论,第75页,细胞体（细胞膜、质、核），对输入信号进行处理，相当于,CPU,。,本体向外伸出分支，多根，长,1mm,左右，本体输入端。,本体向外伸出最长分支，即神经纤维，一根，长,1cm1m,左右，经过轴突上神经末梢将信号传给其它神经元，相当于本体输出端。,各神经元间轴突和树突接口，即神经末梢与树突相接触交界面，每个细胞体大约有,10,3,10,4,个突触，有兴奋型和抑制型两种。,人工智能导论,第76页,Wiener,创建控制论,Shannon,创建信息论,英国数学家、逻辑学家,Boole,实现了布莱尼茨思维符号化和数学化思想，提出了一个崭新代数系统,布尔代数。布,尔,利用,代数语,言使,逻辑,推理更,简练,清楚，,从,而建立起一,种所谓逻辑科学,，其方法不但使,数学,家耳目一新，也使,哲学,家,大为叹,服。他,为逻辑代数,化作出了,决,定性,贡献,，他所建立,理论伴随电子计算机问世而,得到快速,发展,。,人工智能导论,第77页,人工智能诞生,人工智能导论,第78页,人工智能诞生,导因,人们对数据世界需求发展到对知识世界需求而产生。,现实世界中相当多问题求解是复杂，常无算法可循，即使有计算方法，也是,NP(Non-deterministicPolynomial,，即多项式复杂程度非确定性问题,),问题。人们为了寻求试探性搜索，启发式不准确含糊甚至允许出现错误推理方法，方便符合人类思维过程。比如采取启发式知识进行问题求解，把复杂问题大大简化，可在浩瀚搜索空间中快速找到解答。利用专门领域经验知识，经常会取得相关问题满意解，而非数学上最优解。,人工智能导论,第79页,图灵开创了计算机科学主要分支人工智能，即使他当初并没有明确使用这个术语。把“图灵奖”获奖者作一统计后就会发觉，许多电脑科学家恰好是在人工智能领域作出出色贡献。比如，,1969,年“图灵奖”取得者是哈佛大学明斯基（,M.Minsky,）；,1971,年“图灵奖”取得者是达特莫斯大学麦卡锡（,J.McCarthy,）；,1975,年“图灵奖”则由卡内基,梅隆大学纽厄尔（,A.Newell,）和赫伯特,西蒙（,H.Simon,）共同取得。正是这些人，把图林开创事业演绎为意义深远“达特莫斯会议”。,人工智能导论,第80页,达特莫斯会议,1956,年夏天，美国达特莫斯大学召开了一次影响深远历史性会议。主要发起人是该校青年助教麦卡锡,(71,图灵奖,),，另外会议发起者还有哈佛大学明斯基,(69,图灵奖,),、贝尔试验室香农（,E.Shannon,）和,IBM,企业信息研究中心罗彻斯特（,N.Lochester,），他们邀请了卡内基,梅隆大学纽厄尔和赫伯特,西蒙,(75,图灵奖,),、麻省理工学院塞夫里奇（,O.Selfridge,）和索罗门夫,R.Solomamff,），以及,IBM,企业塞缪尔（,A.Samuel,，跳棋机，,56,）和莫尔（,T.More,）。,人工智能导论,第81页,达特莫斯会议,这些青年学者研究专业包含数学、心理学、神经生理学、信息论和电脑科学，分别从不一样角度共同探讨人工智能可能性。,达特莫斯会议历时长达两个多月，学者们在充分讨论基础上，首次提出了“人工智能”（,Artificial Intelligence,）这一术语，标志着人工智能（,AI,）作为一门新兴学科正式诞生。,人工智能导论,第82页,在美国开始形成了以人工智能为研究目标几个研究组：如,Newell,和,Simon,Carnegie-RAND,协作组；塞缪尔（,A.Samuel,）和格兰特（,Gelernter,）,IBM,企业工程课题研究组；明斯基（,M.Minsky,）和麦卡锡（,J.McCarthy,）,MIT,研究组等，这一时期人工智能研究工作主要在下述几个方面：,1957,年,Newell,和,Simon,等人心理学小组编制出一个称为逻辑理论机,LT(The Logic Theory Machine),数学定理证实程序，当初该程序证实了罗素（,B.A.W.Russell,）和怀特海（,A.N.Whitehead,）“数学原理”一书第二章中,38,个定理（,1963,年修订程序在大机器上终于证完了该章中全部,52,个定理）。,1960,年又编制了能解十种类型不一样课题通用问题求解程序,GPS,（,General Problem Solving,）。和这些工作有联络,Newell,关于自适应象棋机论文和,Simon,关于问题求解和决议过程中合理选择和环境影响行为理论论文，也是当初信息处理研究方面巨大成就。,83,人工智能导论,第83页,1956,年,Samuel,研究含有自学习、自组织、自适应能力西洋跳棋程序是,IBM,小组有影响工作，这个程序能够像一个优异棋手那样，向前看几步来下棋。它还能学习棋谱，在分析大约,175000,幅不一样棋局后，可猜测出书上全部推荐走步，准确度达,48,，这是机器模拟人类学习过程卓有成就探索。,1959,年这个程序曾战胜设计者本人，,1962,年还击败了美国一个州跳棋大师。,在,MIT,小组，,1959,年麦卡锡（,J.McCarthy,）创造表（符号）处理语言,LISP,，成为人工智能程序设计主要语言，至今仍被广泛采取。,1958,年,McCarthy,建立行动计划咨询系统以及,1960,年,Minsky,论文“走向人工智能步骤”，对人工智能发展都起了主动作用。,1956,年,Chomsky,文法体系，,1958,年塞夫里奇（,O.Selfridge,）等人模式识别系统程序等，都对人工智能研究产生有益影响。,人工智能导论,第84页,人工智能研究和其它事物发展一样，出现过波折，从一开始，人工智能工作者因过分乐观而受人指责。,60,年代出，人工智能创始人,Simon,等就乐观预言：,1,、十年内数字计算机将是世界象棋冠军。,2,、十年内计算机将证实一个未发觉主要数学定理。,3,、十年内计算机将谱写含有相当美学价值而为批评家所认可乐曲,4,、十年内大多数心理学理论将采取计算机程序形式,这些预言至今还没有完全实现，甚至连一个,3,岁小孩也能轻而易举从一幅图画中区分出一棵树来，而功效最强大计算机也只能在小孩认树方面到达中等水平。,人工智能尚缺乏必要理论，在一些关键技术方面，如机器学习、非单调推理、常识性知识表示、不确定推理等还未取得突破性进展。人工智能对全局性判断含糊信息处理、多粒度视觉信息处理是极为困难。,人工智能导论,第85页,人工智能导论,第86页,生物智能,对低级动物来讲，它生存、繁衍是一个智能。为了生存，它必须表现出某种适当行为，如觅食、防止危险、占领一定地域、吸引异性以及生育和照料后代。所以，从个体角度看，生物智能是动物为到达某种目标而产生正确行为生理机制。,自然界智能水平最高生物就是人类本身，不但含有很强生存能力，而且含有感受复杂环境、识别物体、表示和获取知识以及进行复杂思维推理和判断能力。,人工智能导论,第87页,人类智能,人类个体智能是一个综合性能力。详细地讲，可包含：,1,）感知与认识事物、客观世界与自我能力；,2,）经过学习取得经验、积累知识能力；,3,）了解知识、利用知识和